- •А.Ю. Крюков, Б.Ф. Потапов
- •Крюков, А.Ю.
- •СОДЕРЖАНИЕ
- •ПРЕДИСЛОВИЕ
- •ВВЕДЕНИЕ
- •1.1. СУЩНОСТЬ И НАЗНАЧЕНИЕ МОДЕЛИРОВАНИЯ
- •1.1.1. Понятие о моделировании и свойства моделей
- •1.1.2. Цели моделирования
- •1.1.3. Виды моделирования и классификация моделей
- •1.2.1. Общие положения и основные определения
- •1.2.2. Структура математической модели и ее построение
- •1.2.3. Иерархия математических моделей
- •1.2.5. Классификация математических моделей
- •1.2.6. Геометрическое представление математических моделей
- •1.3. ЗАКЛЮЧИТЕЛЬНЫЕ ЗАМЕЧАНИЯ
- •2.1. МОДЕЛИ МИКРОУРОВНЯ
- •2.2. МОДЕЛИ МАКРОУРОВНЯ
- •2.2.1. Общая характеристика моделей, их структура и сущность
- •1. Компонентные уравнения
- •2. Топологические уравнения
- •Компонентные и топологические уравнения электрической системы
- •2.2.5. Задания для самостоятельной работы
- •2.3. ЗАКЛЮЧИТЕЛЬНЫЕ ЗАМЕЧАНИЯ
- •3.2.1. Общие принципы моделирования полей
- •3.2.2. Особенности построения моделей
- •3.2.3. Модели стационарных полей
- •3.2.4. Модели нестационарных полей
- •3.2.7. Задание для самостоятельной работы
- •3.3. ЗАКЛЮЧИТЕЛЬНЫЕ ЗАМЕЧАНИЯ
- •4.1.1. Надежность объектов как комплексное свойство
- •4.1.2. Классификация отказов и временные понятия
- •4.3.1. Основные понятия, определения и положения
- •4.3.2. Основные характеристики случайных величин
- •4.4. ПОКАЗАТЕЛИ НАДЕЖНОСТИ
- •4.4.1. Показатели безотказности
- •4.6.1. Общая характеристика и виды моделей
- •4.6.2. Распределения, используемые в теории надежности
- •4.6.3. Композиция законов распределения
- •4.6.4. Задание для самостоятельной работы
- •4.7 ПОТОКИ ОТКАЗОВ И ВОССТАНОВЛЕНИЙ
- •4.8. РАСЧЕТ НАДЕЖНОСТИ ТЕХНИЧЕСКИХ СИСТЕМ
- •4.8.1. Общие положения
- •4.8.2. Модели параметрических отказов
- •5.1. ОСНОВЫ ТЕОРИИ ГРАФОВ И СЕТЕВЫЕ МОДЕЛИ
- •5.1.1. Общие замечания, основные понятия и определения
- •5.1.2. Решение задачи о максимальном потоке
- •5.1.3. Потоки минимальной стоимости
- •5.1.4. Практические примеры сетевых задач
- •5.1.5. Некоторые обобщения по сетевым задачам
- •5.1.6. Альтернативные методы решения сетевых задач
- •5.2.1. Основные положения
- •5.2.2. Структура принятия решения
- •5.2.4. Пример применения классических критериев
- •6.1.1. Постановка задач оптимизации и критерии
- •оптимальности
- •6.1.2. Многокритериальные задачи оптимизации
- •6.1.3. Классификация методов оптимизации
- •6.2. РЕГУЛЯРНЫЕ МЕТОДЫ ОПТИМИЗАЦИИ
- •6.2.1. Методы математического анализа
- •6.2.2. Понятие о вариационном исчислении
- •6.2.3. Принцип максимума Понтрягина
- •6.2.4. Метод динамического программирования
- •6.3. ПРЯМЫЕ МЕТОДЫ ОПТИМИЗАЦИИ
- •6.3.2. Минимаксные стратегии одномерного поиска
- •6.3.4. Многомерные методы безусловной оптимизации
- •6.3.7. Заключение по прямым методам оптимизации
- •7 1. ОБЩИЕ ПОЛОЖЕНИЯ
- •ЗАКЛЮЧЕНИЕ
- •Учебное издание
- •Учебное пособие
Однако наиболее эффективно применение ММ на самых ранних этапах создания изделия - при определении физических принципов действия, формировании принципиальных схем и рас чете основных рабочих параметров изделий и технологических процессов: на линии анализа, синтеза и принятия решений при разработке технического задания и технического предложения.
1.2.5. Классификация математических моделей
Схема классификации математических моделей по 6 фор мальным признакам приведена на рис. 1.8. Учитывая большое число возможных классификационных признаков, появление все новых классов моделей, следует отметить условность и не завершенность рассматриваемой классификации.
Виды математических моделей технических объектов J-
По форме |
По степени аб |
По способу |
По учёту физи |
||||
представления |
страгирования |
получения |
ческих свойств |
||||
|
|
Модели |
|
|
объекта |
||
Инвариантные |
|
|
|
|
|
||
|
микроуровня |
|
|
- Динамические |
|||
Алгоритмиче |
|
(с распреде |
Теоретические |
||||
|
|
|
|||||
|
ленными па |
Эксперимен- |
- |
Статические |
|||
ские |
|
||||||
Аналитиче- |
|
раметрами) |
_| тальные фак |
- Непрерывные |
|||
|
Модели мак |
торные (эмпи |
|||||
ские |
|
роуровня |
рические) |
|
J |
Дискретные |
|
Графические |
-|(с сосредото |
|
|
Н |
Линейные |
||
(схемные) |
|
ченными па |
|
|
|||
|
|
раметрами) |
|
|
|
Нелинейные 1 |
|
Функцио- |
-I |
Модели |
|
|
|
||
По способности |
|||||||
|
метауровня |
||||||
нальные |
|
||||||
|
|
прогнозирова |
|||||
Структур- |
__ |
По характеру |
ния результатов |
||||
отображаемых |
|
|
|
|
|||
ные |
|
|
|
Детермини |
|||
свойств объекта Вероятностные |
|||||||
|
|
|
(стохастические) |
рованные |
Рис. 1.8. Схема классификации математических моделей
В зависимости от степени абстрагирования при описании физических свойств различают три основных иерархических уровня: верхний (метауровень), средний (макроуровень), ниж ний (микроуровень).
Метауровень соответствует начальным стадиям проектиро вания, на которых осуществляется научно-технический поиск и прогнозирование, разработка концепции и технического реше ния на уровне определения принципиальных схем и физических принципов действия проектируемого оборудования, решаются организационно-экономические задачи подготовки производства
Для построения математических моделей метауровня ис пользуют методы морфологического синтеза, теории графов, ма тематической логики, теории автоматического управления, теории принятия решений, линейного и нелинейного программирования.
На макроуровне объект проектирования рассматривают как динамическую систему с сосредоточенными параметрами. Моде ли макроуровня представляют собой системы обыкновенных дифференциальных уравнений. Эти модели используют при оп ределении параметров объекта и его функциональных элементов.
На микроуровне объект представляется как сплошная сре да с распределенными параметрами, для описания которой ис пользуют дифференциальные уравнения в частных производ ных. На микроуровне моделируют неделимые по функциональ ному признаку элементы технической системы, называемые ба зовыми элементами. Примерами таких элементов являются ра мы, панели, корпусные детали, валы, диски фрикционных меха низмов и др.
Классификацию по форме представления, способам полу чения и способности прогнозирования результатов рекоменду ется рассмотреть самостоятельно.
Деление математических моделей на функциональные и структурные определяется характером отображаемых свойств технического объекта.
Структурные модели отображают только структуру объ ектов и используются при решении задач структурного синтеза.
Параметрами структурных моделей являются признаки функ циональных или конструктивных элементов, из которых состоит технический объект и по которым один вариант структуры объ екта отличается от другого. Такие модели наиболее широко ис пользуют на метауровне при выборе технического решения.
Функциональные модели описывают процессы функцио нирования объектов и имеют форму систем уравнений. Они учитывают структурные и функциональные свойства объ екта и позволяют решать задачи как параметрического, так и структурного синтеза. На метауровне функциональные модели позволяют решать задачи прогнозирования, на макроуровне - выбора структуры и оптимизации внутренних параметров тех нического объекта, на микроуровне - оптимизации параметров базовых элементов и несущих конструкций.
Математические модели могут быть линейные и нелинейные. Линейные модели содержат только линейные функции фа зовых переменных и их производных. В математическом плане это важное понятие означает, что справедлив принцип суперпо зиции, т.е. любая линейная комбинация решений (например, их сумма) также является решением задачи. Пользуясь принципом суперпозиции, нетрудно, найдя решение в каком-либо частном случае, построить решение в более общей ситуации. Поэтому о качественных свойствах общего случая можно судить по свой ствам частного: различие между двумя решениями носит лишь
количественный характер.
Характеристики же многих элементов реальных техниче ских объектов нелинейные. Для нелинейных явлений, математи ческие модели которых не подчиняются принципу суперпози ции, знание о поведении части объекта еще не гарантирует зна ния поведения всего объекта, а его отклик на изменение условий может качественно зависеть от величины этого изменения.
Среди причин, приводящих к необходимости рассматри вать нелинейные математические модели технических объек тов, одной из основных является непосредственная зависимость
значений внутренних параметров объектов от их внешних и вы ходных параметров.
Остальные признаки классификации по учету физических свойств следует рассмотреть самостоятельно.
Представленная классификация моделей отражает их ос новные существенные признаки, что помогает систематизиро вать знания об их природе и областях практического примене ния, т.е. установить взаимосвязи между характеристиками объ екта, целью его исследования и необходимым составом приме няемой модели.
Также возможна классификация на основе разделения способов получения информации об объектах исследования, представленная в работе [4], и классификация, представленная в учебном пособии [24], которая содержит признаки как струк туры модели, так и методов ее реализации. Данные классифика ции предлагается рассмотреть самостоятельно.
1.2.6.Геометрическое представление математических моделей
Геометрически модель может быть представлена как не которая поверхность отклика, соответствующая расположению точек W(x) в Аг-мерном факторном пространстве х. Такое пред ставление оказывается чрезвычайно полезным, в частности, при решении задач оптимизации. К сожалению, наглядно можно представить себе только одномерную (рис. 1.9, а) и двумерную (рис. 1.9, 6) поверхности отклика, причем в последнем случае удобно использовать топографический способ изображения рельефа с помощью линий уровня (рис. 1.9, в).
Количество вершин (впадин) определяет модальность по верхности отклика. Если на поверхности отклика имеется одна вер шина (впадина), модель называется унимодальной (см. рис. 1.9, б и 1.10), в противном случае - полимодальной (рис. 1.9, а). Требова ние унимодальности может быть сформулировано аналогично усло вию наличия одного локального экстремума функции целевой.
Рис. 1.12. Двумерные унимодальные поверхности отклика
а-унимодальная; б - строго унимодальная;
в- линейно унимодальная
Другим важным свойством является контрастность по верхности отклика, показывающая чувствительность результи рующей функции к изменению фазовых переменных. Контраст ность характеризуется величинами производных. Примерно равная контрастность по всем переменным х, характеризует си туацию «склона» (точка А на рис. 1.11). Существенно различная контрастность по различным переменным (плохая обусловлен ность функции) является признаком «овражной» ситуации (точ ка В). Наконец, общая низкая контрастность (точка С) говорит или о близости экстремума, или о своеобразном «плато» на по верхности отклика. Возможности исследования моделей суще ственно зависят от указанных свойств поверхности отклика.